上亿人做视频，挣到钱的有多少？

结合文内观点留言讨论，智谷君将综合留言质量抽取3位读者，各送出一本《中国民族主义新解》。不少中国人难以理解，为何西方刻意制造中国威胁的舆论氛围？如何理解中国的民族主义？如何在中国语境下对中国政策恰当解读？

◎智谷趋势 | 王延鹤

(相关资料图)

只有视频化才能生存

随意打开一个 APP，最显眼的位置，放的都是视频。

花花世界迷人眼。前 100 位的 APP 里，69 个都有视频类功能。

想想看，你每天花多少时间刷视频？

根据《中国网络视听发展研究报告（2023）》统计 ，短视频人均单日使用时长，超过 2.5 小时。

信息严重过剩，让我们的注意力也成为一种稀缺资源。

你把时间花在哪里，命运就在哪里。

懂得这个道理的企业和品牌，纷纷开始做内容、做直播，给产品添加视频功能。

最朴实的想法，就是存量竞争时，通过视频化吸引用户。

短短 5 年，中国短视频用户，从 6.48 亿增长到 10.12 亿；

2022 年，中国视频直播带货规模约 3.5 万亿，在网上零售额占比高达 25.4%；

出门逛街，服装店老板娘、烧烤摊大爷，都架着手机在直播；

周杰伦办线上演唱会，有 1 亿人观看，大家一起唱 " 故事的小黄花，从出生那年就飘着 "；

就连外卖软件也在搞直播，看菜品、发红包，来段脱口秀。

在注意力经济时代，只有视频化才能生存。

8 月 22 日，火山引擎视频云 &AIGC 技术大会召开。

大会主题是 " 视象新生 "，火山引擎作为抖音的技术底座，要向全行业展现当前视频创新、变革的源动力。

火山引擎总裁谭待认为：

随着全行业视频化的演进，营销，知识、商业和空间的交互体验也正在被重塑。

意思是说，视频从一种内容形态，变成必不可少的能力。

过去三年的现实困境，让线上化、视频化、数字化，成了必然的选择。

肉眼可见的，视频化对办公、教育、医疗、汽车、金融等行业，带去颠覆性的商业创新。

视频会议、办公软件收获了亿级增长，头部办公 APP 用户数突破 6 亿；

远程医疗发力，医生通过视频通话对患者提供诊疗，管理患者情况；

智能工厂里，定位、测量、质检、监测、安全生产都要用到超高清视频技术与 5G、人工智能的结合；

24 小时直播的数字人、大模型定制的 AI 员工，都开始上线；

视频技术打破时空、创造体验、提升效率、转变商业思维的能力，在本质上，也是数字化革命的一个切面。

万物皆可视频化，转变为数据流。这是机遇也是挑战。

火山引擎提前捕捉趋势，大会上发布了自研视频编解码芯片、BMF 多媒体处理框架等全新技术，以及平行驾驶、虚拟直播间、VR 直播等行业解决方案。

听起来，有些不明觉厉？别着急。

简单来说：火山引擎要把抖音的音视频能力，向全行业开放了。

极限挑战往往是最好的倒逼师

数据是最直观的。

视频在全网数据流量中的占比接近 70%，增速还在攀升。

庞大的视频直播需求，把视频云变成了水电煤一般的基础设施。预计到 2024 年，就会成为近千亿级的大市场。

云计算作为一项商用服务，起源于亚马逊，电商生意。

至今，亚马逊还是全球最大的云服务商，云业务是其最赚钱的部门。

像亚马逊和阿里云，为了应对双十一、黑色星期五期间的流量高峰，储备了大量冗余算力。

这些服务器平常闲置时，就可以作为基础设施，租借给外部，帮企业低成本上云，不用自己搞 IT。

之后，互联网大厂又把自己先进的企业软件、平台能力、人工智能，都通过云计算打包成产品和服务，输出给客户。

众多企业和云平台绑定，就形成一个具备确定性的生态，也奠定了今天的云服务格局。

在视频云的细分赛道，火山引擎最初也是服务字节跳动内部，尤其是抖音的视频需求。

在 2018 年，抖音的日活用户数超过 1 亿。

每天要应对视频播放、传输、画质、交互、性能的多重挑战，内部必须要组建能力消化、应对。

真刀真枪的实战中，火山引擎视频云应运而生。

现在各路企业都想通过视频化，为自己多挣一点确定性。

听起来容易，但如果企业自己搭建视频平台，首先是成本太高，其次缺乏成系统的成熟经验，技术门槛也比预想的高。

有需求，就有服务。这就是火山引擎视频云的想象空间。

历史经验告诉我们，极限挑战往往是最好的倒逼师。

春晚、奥运会开幕式、世界杯这类大型赛事直播，也会创造短期流量洪峰。

火山引擎视频云，就在 2022 年接受了抖音直播卡塔尔世界杯的挑战。

赛场上，开始射门了。

火山引擎视频云色彩增强对比示意图

这 1 秒钟，现场的画面通过卫星，从卡塔尔传输到中国，抖音要瞬间将画面压缩、美化，传输给数以亿计的设备，变成你手机上的 720p、1080p、4K；

这 1 秒钟，如果是 4K50 帧画质，视频大小接近 50M，同时传给上亿人，线路承受不住。抖音将视频编码压缩到 10M，传给你的手机再解码，才避免被流量高峰冲垮；

这 1 秒钟，工程师要将 HDR 信号转换为 SDR，对画面上 800 万个像素的色彩、亮度、对比度进行 " 美颜 "；

这 1 秒钟，他们要用自研的 RTM 直播技术，把直播的延时降到半秒，让所有人能同步看到比赛结果；

整场世界杯，火山引擎累计支持了 106 亿人次的直播观看，决赛观看人数高达 2.3 亿。

射门进球，全场欢呼。屏幕上是 1 秒钟，火山引擎幕后十年功。

这些在流量高峰中突破的技术，也会逐步开放到视频云的产品里，变成向外输出的能力。

今天，抖音的日活已超过 6 亿，2022 年抖音电商同比增长了 80%。可以说，火山引擎每分每秒都在极限测试，不断解决、试错、交付、迭代。

火山引擎视频云想向 B 端企业证明，自己的增长飞轮、确定性能力，是可以对外输出的。

当引擎开始转动

想要开动引擎，让命运的齿轮转动起来。

火山引擎到底想输出什么样的硬实力呢？这要看产业的需求，以用户为中心嘛。

大会上提出，视频技术面临三个难以解决的矛盾：

首先，不管视频要更高清，还是更低延时，核心都需要升级视频编码技术。

视频标准每升级一代，技术复杂度就会提高十倍；视频编码每升级一代，质量码率则减少 50%，但视频数据量扩展却不止 2 倍；

编码的迭代速度，追不上视频数据量的增速，这是第一个矛盾。

其次，摩尔定律变慢了。视频芯片处理和算力增长的速度，支撑不了大规模 8K/VR 直播和视频数据的需求。

算力有上限，需求无极限，这是第二个矛盾。

第三个矛盾，是 XR/VR 技术兴起，虚拟现实与现实世界融合，将带来新的冲击。

面对这三大矛盾，结合众多企业的诉求，火山引擎重新构建了 " 一站式音视频产品矩阵 "。

最底座的算力层，是视频处理的基础。

视频需求的快速膨胀，倒逼火山引擎的算力底座，完成了从通用计算到异构计算的转型。什么意思呢？

什么是异构计算？

好比一支足球队，队员有不同的特长，擅长不同的攻防位置。

算力也一样，不同的芯片和处理器，擅长不同的任务。比如说，CPU 擅长通用计算，GPU 适合图形渲染、深度学习，FPGA 擅长网络加速、数据处理。

异构计算就是让不同的芯片组队，在应对视频任务时，发挥更高效率。

火山引擎在大会上发布的自研芯片，就是一块擅长视频编解码的芯片。

在处理视频时，1 台搭载这块自研芯片的服务器，转码能力与百台 CPU 服务器相当；压缩效率比目前主流的硬件编码器，提升了 30% 以上。

并且，这块芯片提前为未来设计，具备支持 HDR 和 8K 超高清视频的能力。

对企业来说，成本大大降低。

而在框架模型层面，火山引擎联合英伟达，共同打造了BMF 多媒体处理框架。

这又是什么呢？

简单地说，BMF 框架就像一个装满工具的工具箱。

装满了视频化需要的所有技术，比如视频编解码、智能处理、视频分析、图像生成。

它就是火山引擎过去 3-4 年，沉淀的全链路视频能力，目前已投入使用，每天要处理数以亿计的视频。

和过去的视频处理平台相比，BMF 的优势在于：

帮助企业将各种视频处理能力和解决方案协同工作，快速实现视频化落地；

支持从生产到消费的各种视频应用场景，包括视频转码、云编辑、移动端后处理，特别是 AI 带来的视频增强、视频质量分析等功能；

提供多语言开发支持，使开发更加方便，提高效率。

这个框架已经全面开源了，包括它的框架层，9 个开箱即用的案例，以及超过 20 个 API 范例。

在应用层面，火山引擎的行业解决方案，就给了开发者拿来即用、有方法论的视频化能力。

比如说，已经在抖音落地的互动直播营销解决方案。

就把整个直播链路都数据化了，这是要教给你，在视频领域使用数据驱动的增长方法。

让你一目了然，针对性增加互动、优化方式，直接提升直播转化率和营收水平。

今年苹果推出 Vision Pro 后，又为 VR 市场加了一把火；AI 大模型的发展，也为数字人、虚拟直播的大规模应用，铺好了路。

火山引擎在 Pico VR 的实践基础上，打造了 8K 级、360 度的 VR 直播全链路解决方案。

这降低了 VR 内容的制作门槛，企业能在 Vision Pro、Pico 等设备里，上线自己的 VR 应用。

而火山引擎专门打造的虚拟直播间解决方案，也能打造数字人主播、虚拟直播场景和 AR 场景。

当然，直播技术是火山引擎的老本行了。除了直播，他们在过去几年也与行业合作，打造更加产业级的视频应用。

比方说，自动驾驶的核心技术，其实就是 AI、视频处理、实时传输。

火山引擎的视频处理、高速传输技术，就很适合与自动驾驶公司合作。

将音视频处理速度提升一个量级，这就是火山引擎的远程车控方案。

毫末智行与火山引擎共同构建的远程车控方案，把汽车视频处理速度提升了一个量级。

在车载视频监控、哨兵模式、远程理赔、快递到车等任务中，把视频延时压缩到 90 毫秒，几乎是实时同步了。

这让自动驾驶、远程操控，又突破了一个技术难点。同样的技术，也可以用到机器人、智能制造里，依赖视频视觉技术处理的地方。

再比如说，今年火遍全球的 AI 大模型。

近期，火山引擎首次把 AIGC 视觉大模型，用来修复老电影的。

老电影用胶片保存，时间久了都会 " 全损 " 画质。

所谓修复工作，其实就是把胶片数字化，再一帧帧画面 "P 图 "：清污、补接、处理划痕、颜色调整。

一部 90 分钟的电影，画面有十几万帧，如果都靠人力 P 图，显然耗时费力、成本高昂。

而通过视觉大模型，对修复效果实现了大幅度的提升，并且能规模化、高效率进行修复工作。

火山引擎也宣布，要修复 100 部香港老片，将《A 计划》《笑傲江湖》《蜀山 · 新蜀山剑侠》等经典都提升到 4K 画质。

可以说，围绕视频化中台，火山引擎深入了新一代数字基础设施的底座，并与千行百业建立了关系，成为一个扎根视频技术的新生态。

字节跳动视频架构负责人王悦表示：

当技术面临瓶颈，也许我们可以换一种姿势奔跑，从算力，体验和交互不同维度突破；

基于抖音等业务大规模实践打磨，燃烧沉淀自己，把火种传递给更多人。

结语

现在你知道，火山引擎想输出什么样的能力了吧？

在视频时代的上半场，人们看到了技术对娱乐、电商、社交、教育带来的改变。

在如今的下半场，变化的是什么？大家需要什么？

是线上化吗？实时化？体验感？

本质，还是效率的提升。

追求效率提升，追求增长，追求稳定，这才是大家的共同诉求。

你只要尝过甜头，转变了眼界，才发现原来可能性还有很多。

走出一条数字化路径后，火山引擎，也想成为确定性的创造者。

原创不易，感谢有你！

一起转发出去，让更多人看到。

智谷趋势为中产阶级的资本觉醒服务，帮助更多人获得财富。据悉，帝都深处的人也会在睡前打开这个号。宏观经济、商业逻辑、企业兴衰、产业转型……这里有最真实的中国，有许多人难以察觉到的趋势信号。

更多精彩经济趋势分析

请关注"智谷趋势"